Tekoälyksen kasvava energiankulutus: ovatko datakeskukset valmiit pitämään tahtiin?

Kun tekoäly etenee, sen energiankulutus aiheuttaa jännitystä datakeskuksissa. Uudet tekoälytekniikat, kuten generatiivinen tekoäly (genAI), eivät ainoastaan muuta aloja, vaan niiden energiankulutus vaikuttaa lähes jokaiseen datakeskuksen komponenttiin, mukaan lukien prosessorit, muisti, kiihdyttimet ja verkkorakenteet.

GenAI-sovellukset, kuten Microsoftin Copilot ja OpenAI:n ChatGPT, vaativat enemmän energiaa kuin koskaan aiemmin. Vuoteen 2027 mennessä näiden tekoälyjärjestelmien kouluttaminen ja ylläpitäminen voivat kuluttaa tarpeeksi sähköä koko maan vuorokauden ajaksi. Trendi ei myöskään hidasta: viimeisen vuosikymmenen aikana prosessorien, muistin ja verkkorakenteiden energiankulutus on arvioitu kasvavan 160 %:lla vuoteen 2030 mennessä, Goldman Sachs:n raportin mukaan.

Suurten kielen mallien käyttäminen kuluttaa myös energiaa. Esimerkiksi ChatGPT-kysely kuluttaa noin kymmenen kertaa enemmän energiaa kuin perinteinen Google -haku. Tekoälyn valtavien energiantarpeiden vuoksi voidaanko alan nopea kehitys hallita kestävästi, vai tukeeko se lisää globaalia energiankulutusta? McKinseyn viimeisin tutkimus osoittaa, että noin 70 % datakeskuksien markkinoiden kasvavasta kysynnästä on suunnattu laitoksille, jotka pystyvät käsittelemään edistyneitä tekoälykuormia. Tämä muutos muuttaa perustavanlaatuisesti sitä, miten datakeskuksia rakennetaan ja käytetään, kun ne sopeutuvat näiden korkean tehon genAI-tehtävien erityistarpeisiin.

”Perinteiset datakeskukset toimivat usein vanhoilla, energiankulutukseltaan suurilla laitteilla ja kiinteillä kapasiteeteilla, jotka kamppailevat sopeutumisessa vaihteleviin kuormittamisiin, mikä johtaa merkittäviin energiahävikkiin,” Aethirin perustaja ja strategiajohtaja Mark Rydon kertoi minulle. ”Keskitetyt toiminnot luovat usein epätasapainon resurssien saatavuuden ja kulutuksen tarpeiden välille, mikä johtaa alan kriittiseen vaiheeseen, jossa edistysaskeleet voivat vaarantaa ympäristötavoitteita, kun tekoälyyn perustuvat vaatimukset kasvavat.”

Alan johtajat ovat nyt kohdistamassa haasteen eteen, investoimalla vihreämpiin suunnitteluun ja energiatehokkaisiin arkkitehtuureihin datakeskuksille. Ponnistelut ulottuvat uusiutuvien energianlähteiden omaksumisesta tehokkaampien jäähdytysjärjestelmien luomiseen, jotka voivat kompenoida genAI-kuormien aiheuttamaa suurta lämpömäärää.

Datakeskukset kestävämmäksi tulevaisuudeksi

Lenovo esitteli hiljattain ThinkSystem N1380 Neptune:n, joka on askel datakeskusten nestejäähdytyksen kehityksessä. Yritys väittää, että innovaatio mahdollistaa jo organisaatioiden käyttöön korkean suorituskyvyn laskentaa genAI-kuormille merkittävästi vähemmällä energiankulutuksella – jopa 40 % vähemmän sähköä datakeskuksissa. N1380 Neptune hyödyntää Nvidian uusinta laitteistoa, mukaan lukien Blackwell- ja GB200-näytönohjaimet, mikä mahdollistaa trillion-parametristen tekoälymallien käsittelyn kompaktissa asennuksessa. Lenovo ilmoitti tavoittelevansa datakeskuksia, jotka voivat toimia 100 kW+:n palvelinhyttejä ilman omistautunutta ilmastointia.

“Tunnistimme merkittävän vaatimuksen asiakkailtamme: datakeskukset kuluttavat enemmän energiaa tekoälykuormien käsittelyssä vanhojen jäähdytysarkkitehtuureiden ja perinteisten rakenteellisten kehysten vuoksi,” Lenovon tekoälyn globaali johtaja Robert Daigle kertoi minulle. ”Jotta ymmärtäisimme tämän paremmin, teimme yhteistyötä suorituskykyisen laskennan (HPC) asiakkaan kanssa analysoimaan heidän energiankulutustaan, mikä johti meidät johtopäätökseen, että voimme vähentää energiankulutusta 40 %:lla.” Hän lisäsi, että yritys otti huomioon tekijöitä, kuten puhallinvoiman ja jäähdytysyksiköiden energiankulutuksen, ja vertasi niitä Lenovon datakeskuksen arviointipalvelun kautta saatavissa oleviin järjestelmiin, kehittääkseen uuden datakeskuksen arkkitehtuuran yhteistyössä Nvidian kanssa.

Iso-Britannian tietotekniikan konsultointiyhtiö AVEVA kertoi käyttävänsä ennustavaa analytiikkaa ongelmien tunnistamiseen datakeskuksien kompressoreissa, moottoreissa, ilmastointilaitteissa, ilmanvaihtolaitteissa ja muissa laitteissa.

”Havaitsemme, että generatiivisen tekoälyn esikoulutus kuluttaa valtavasti energiaa,” AVEVA:n tekoäly- ja edistyneen analytiikan johtaja Jim Chappell kertoi minulle. ”Meidän tekoälyohjattujen järjestelmiemme avulla pyrimme löytämään ongelmat ennen kuin SCADA- tai ohjausjärjestelmä havaitsee ne, mikä mahdollistaa datakeskuksien toimijoille laitteiden vikojen korjaamisen ennen kuin ne muuttuvat suuriksi ongelmiksi. Lisäksi meillä on Vision AI -avustaja, joka integroituu sujuvasti ohjausjärjestelmiimme auttamaan muidenkin poikkeamien, kuten lämpökuumien, havaitsemisessa, kun sitä käytetään lämpökuvauksella varustetun kameran kanssa.”

Samaan aikaan tekoälyn koulutuksen ja kehittämisen hajautettu laskenta pilvipalvelun kautta on nousemassa vaihtoehtona. Aethirin Rydon selitti, että laskentatehtävien jakaminen laajempaan, sopeutuvampaan verkkoon voi optimoida energiankäytön siten, että resurssien kysyntä ja saatavuus ovat tasapainossa, mikä johtaa merkittäviin hävikin vähennyksiin alusta alkaen.

”Sen sijaan, että riippuisimme suurista, keskitetyistä datakeskuksista, ’Reunus’-infrastruktuurimme hajauttaa laskentatehtäviä solmuihin, jotka ovat lähempänä dataa, mikä vähentää olennaisesti energialatausta ja viiveitä,” Rydon sanoi. ”Aethirin reunusverkko vähentää tarvetta jatkuvasti korkean tehon jäähdytykselle, koska kuormitukset jaetaan eri ympäristöihin eikä keskitetä yhteen paikkaan, mikä auttaa välttämään energiankulutukseltaan suuria jäähdytysjärjestelmiä, jotka ovat tyypillisiä keskitetyille datakeskuksille.”

Samanlainen kehitys on havaittavissa myös muissa yrityksissä, kuten Amazon ja Google, jotka kokeilevat uusiutuvia energianlähteitä datakeskustensa energiantarpeiden hallitsemiseksi. Microsoft investoi voimakkaasti uusiutuviin energianlähteisiin ja tehokkuuden parantamiseen teknologioihin vähentääkseen datakeskuksensa energiankulutusta. Google on myös toteuttanut toimenpiteitä siirtyäkseen hiiliuttomaan energiaan ja kehittääkseen jäähdytysjärjestelmiä, jotka minimoisivat datakeskusten energiankulutuksen. ”Ydinvoima on todennäköisesti nopein reitti hiiliuttomiin datakeskuksiin. Suuret datakeskuksien tarjoajat, kuten Microsoft, Amazon ja Google, panostavat nyt voimakkaasti tähän tuotantotapaan tulevaisuuden vuoksi. Pienet modulaariset reaktorit (SMR) tarjoavat joustavuutta ja nopeutta tuotantoon, mikä tekee siitä vielä toteuttamiskelpoisemman vaihtoehdon saavuttaa nettonollan,” AVEVA:n Chappell lisäsi.

Voivatko tekoäly ja datakeskuksen kestävyys yhdessä olla olemassa?

MinIO:n tekoälyinfrastruktuurin CTO Ugur Tigli sanoo, että vaikka toivomme tulevaisuutta, jossa tekoäly voi edetä ilman suurta energiankulutuksen kasvua, se ei ole realistista lyhyellä aikavälillä. ”Pitkän aikavälin vaikutukset ovat vaikeampia ennustaa,” hän kertoi minulle, ”mutta näemme työvoiman muutoksen, ja tekoäly auttaa parantamaan energiankulutusta yleisesti.” Tigli uskoo, että kun energiatehokkuus tulee markkinoiden prioriteetiksi, näemme laskennan kasvua energiankulutuksen laskiessa muiden sektorien osalla, erityisesti niiden osalla, jotka tulevat tehokkaammiksi.

Hän myös korosti, että kuluttajien kiinnostus vihreämmän tekoälyratkaisujen kehittämiseen kasvaa. ”Kuvittele tekoälysovellus, joka toimii 90 %:n tehokkuudella, mutta kuluttaa vain puolet energiaa – se on sellainen innovaatio, joka voisi olla todella menestyksekäs,” hän lisäsi. On selvää, että tekoälyn tulevaisuus ei ole ainoastaan innovaatio, vaan myös datakeskuksen kestävyys. Riippumatta siitä, onko kyse tehokkaamman laitteiston kehittämisestä vai älykkäämmästä resurssien käytöstä, tekoälyn energiankulutuksen hallitseminen vaikuttaa suuresti datakeskusten suunnitteluun ja toimintaan.

Rydon korosti alanlaajuisen aloitteen tärkeyttä, joka keskittyy kestäviin datakeskus-suunnitteluun, energiatehokkaisiin tekoälykuormittamisiin ja avoimeen resurssien jakamiseen. ”Nämä ovat ratkaisevia askelia kestävien toimintojen suuntaan,” hän sanoi. ”Tekoälyä käyttävien yritysten tulisi tehdä yhteistyötä teknologiayritysten kanssa luodakseen ratkaisuja, jotka vähentävät ympäristövaikutusta. Yhteistyöllä voimme ohjata tekoälyä kestävämmän tulevaisuuden suuntaan.”